南京航空航天大學(xué)：如何讓聊天機器人拒絕回答危險問題

2025-09-01 04:53:06

RTA數(shù)據(jù)集和MDH評估框架可以作為監(jiān)管部門制定安全標(biāo)準(zhǔn)和進行合規(guī)檢查的南京重要工具。攻擊成功率大幅下降到只有11%和10%